连文莉， 耿 波， 周 舟， 司刚全

(1. 国网陕西省电力公司， 陕西 西安710048；2. 西安交通大学电气工程学院， 陕西 西安 710049)

1 引言

随着我国经济的迅速发展，电力系统不断朝着高电压、大容量的方向发展，保证电力设备的安全运行越来越重要。电力变压器作为电力系统中最关键的设备之一，一旦发生故障会造成大面积的停电及巨额的经济损失[1]。因此迫切需要对变压器的运行状态进行实时在线监测，及时反映该设备的劣化程度，以便采取预防措施，避免停电事故发生。油中溶解气体分析(Dissolved Gas Analysis，DGA)是早期检测油浸式变压器内部潜伏性故障的有效手段[2]。特征气体是油浸式变压器运行过程中自然老化及劣化的产物，其产生过程可大致划分为两个阶段：①在变压器故障早期阶段，特征气体的积累总体较为平稳，常规离线及在线DGA分析不易发现潜在增长趋势；②在故障发生阶段，特征气体含量迅速上升，造成严重的运行事故。因此，分析油中溶解气体历史数据并对未来时刻的值进行合理预测，能够提前判断变压器的状态发展趋势，对指导变压器检修工作和预防事故发生有重要的意义。

目前，油中溶解气体预测方法主要有：REG回归分析法(Regression, REG)、时间序列分析法[3]、灰色预测[4]、组合预测法[5]、最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)[6]等。其中，REG回归法仅仅只能对历史曲线进行大体趋势拟合，不能够给出较为准确的时刻数值；时间序列分析法的参数整定需要大量的数据输入，在样本较少时效果欠佳；……